我们的飞机再也不用飞第二遍了。
马上就要国庆啦！作为除了春节外最长的假期，再加上临近周末只要请两天假就可以获得 10 天假期，相信对于不少朋友来说昨天就是最后一个工作日了。不过对于我这种以佛为主的生活方式，当然是选择继续上班挣钱钱啦！往年通常过了国庆才会略有秋意，今年的秋天来得更早一些，可能是想要赶上 70 周年国庆吧。
70 年弹指一挥间，每逢十的倍数，总是要好好庆祝一下的。考虑到今年以来风起云涌的国内国际形势，来一场大型的全民活动，还是挺重要的。已经不太记得 2009 年时的盛况，不过今年国庆倒是有了一些不一样的元素。比如腾讯联合人民日报出品的游戏家国梦，就给我耳目一新的感觉。这种新鲜感，倒不是说游戏有多么创新，而是宣传思路的一种改变。当然啦，游戏本身也是挺好玩的，可以在遍览祖国大好河山以及各地特色的同时，为自己的家乡加油助威。各种政策和城市任务，也很好地介绍了各种国家级区域级政策，比冷冰冰的文件要有趣多了。我大广东作为改革开放排头兵自然雄踞排行榜榜首，只是深圳一直赶不上广州，想想看也是有一定道理，在深圳的年轻人，估计都为自己的家乡打 call 啦，不过来了就是深圳人，我感觉问题不大。
话说回来，宣传阵地是我们一直以来不太重视的，好在这两年有点回过神来，优秀的电视剧、电影和主题游戏都逐渐登上舞台。更令我欣喜的是，各种制作精良的长短视频也涌现了，这说明除了大型团队有这个意识外，广大人民群众也自发去创作大家喜闻乐见的作品了。最近就在看局座召忠的系列节目，忆往昔峥嵘岁月，盼今朝国富民强。不断飘过的弹幕真的让我一边想笑一边想哭，相信只要我们一起往一个方向努力，未来一定会更加美好的。
家家有梦则国有梦，家家幸福则国幸福，少年强则中国强。大概就是这个道理。
封网之后，终于有了比较完整的时间来思考之前半年多的工作，用一句话来总结就是结合工程思维与算法思维，努力找到创新与稳定的平衡。工程思维和算法思维其实是两种完全不同的思路，因为出发点和收益点不同，想要找到平衡其实不太容易，甚至需要一些艺术灵感才可以做好。这么说可能有些太抽象，我用一个实际的例子来说明一下吧。
假设我做了一个 App，打开应用有一个图片轮播的展示，我想要把其中的一张图片拿出来用来打广告（这样我就把这个 App 的流量变成了钱），就称为 首页广告位 A 。点击不是广告的图片会跳到一篇文章，文章底部也有一个可以打广告的地方，称为 文章广告位 B。因为我的 App 流量不大，没办法吸引比较固定的广告主来打广告，所以我就把这个位置移动广告平台上进行售卖（比如极光、Inmobi）。当一个用户打开 App 之后，App 会给广告平台发一个请求，看看有没有可以展示的广告，接着广告平台就会分发这个请求给不同的 DSP（可以认为是为这个请求进行竞价的系统），从这些 DSP 中选择出价最高的广告，返回给我的 App，最终显示在界面中（这个过程只需要花很短的时间）。
那么问题来了，DSP 如何给每一条请求出价呢？最简单的办法是，所有的请求都一视同仁，直接写死在代码或配置中，比如一次就出 10 块钱（注意，不是展示一次 10 块，这里的单位一般是一千次的费用，平均下来一次一分钱）。统一出价这个方法太简单粗暴，比较理想的状态是每一次出价，我们都根据这个请求背后的用户的喜好和可能点击广告的概率，来出一个合理的价格。问题又来了，啥是合理的价格？
答案很简单，合理的价格就是数学期望上可以赚钱的价格，我们看这样的例子：假设对于某一个广告，用户发生转化的概率是 p，发生转化会带来的价值为 V（所谓转化，比如下单、收藏、付款等等都算），那么我们这一次出价 P 应该满足 P < 1000pV，这里的 P 表示千次展示出价（注意这里是展示一千次的价格），1000p 表示 1000 个人看到广告最终会发生转化的人数，1000pV 是最终转化的人数乘以每个人带来的价值。那么，不等式的含义很明确，就是我们的出价一定低于我们挣的钱（的期望），只要数量够大，一定能赚到钱，差别只是在于赚多赚少。这个方案看起来已经完美，我们只要找到能够竞价成功且最小的 P，而这个 P 只跟转化的概率和转化后带来的价值有关，这两个都可以统计出来，稳了稳了！
真的稳了吗？没有，因为 p 和 V 针对每个用户都是不一样的，甚至直接发生转化的概率都不太好计算，因为我前面没有提的是用户首先要点击，点击之后跳转到新的页面，在新的页面上（称为落地页）才会真正发生转化。这里的每一个步骤就像一个大漏斗，会过滤掉大部分的人，正所谓看了不一定点，点了不一定能打开落地页，打开落地页不一定会买买买。
聪明的你可能已经想到，那我们预估每个不同用户的 p 和 V，并计算出最终的出价 P 不就完事儿了吗？没错！这样确实就完事儿了，问题是，怎么做呢？
从算法思维出发，那要搞一个复杂的模型去刻画不同的 p 和不同的 V，收集一波数据，设定各种参数，得到预测的 p 和 V，接着把 p 和 V 放到一个多项式中方便做非线性的出价修正，完美！
从工程思维角度出发，我们拿历史数据画出一条曲线，然后通过简单的映射和拟合分段出价或者线性出价就可以，毕竟代码要可维护，参数要好调整。
比较一下就发现，算法思维期望逼近理论的极限而不太考虑成本，工程思维期望用成本最低最有效率的方式逼近算法的极限，实际工作中我们在这两个方向上找一个平衡，实际上也是希望能够找到更加有投入产出比的方案。这其实也是我一直以来认为的大趋势：跨界才是性价比最高的竞争力。
一不小心写超了，华为发布了 Mate 30 系列非常不错，相比于苹果缝缝补补又一年好多了。但是考虑到我去年才刚买了小米 8，根据换机节奏（16 年 iPhone7，18 年小米 8），下一次应该是 2020 年搞一个苹果，再下次是 2022 年搞一个安卓。当然，更希望各家厂商用实力打我脸，让我心甘情愿买买买。
今天就到这里，提前祝大家国庆节快乐，还有最后两天班！